Opencv决策树分类器应用

机器学习在数据挖掘、计算机视觉、搜索引擎、医学诊断、证券市场分析、语言与手写识别等领域有着十分广泛的应用，特别是在数据分析挥着越来越重要的作用。在机器学习中，决策树是最基础且应用最广泛的归纳推理算法之一，基于决策树算法，衍生出很多出色的集成算法，如random forest、adaboost、gradient tree boostiong等。

决策树构建的基本步骤如下：

1.开始，所有记录看作一个节点

2.遍历每个变量的每一种分割方式，找到最好的分割点

3.分割成两个节点N1和N2

4.对N1和N2分别继续执行2-3步，直到每个节点足够“纯”为止

决策树归纳是从有类标号的训练元中学习决策模型。常用的决策树算法有ID3,C4.5和CART。它们都是采用贪心（即非回溯的）方法，自顶向下递归的分治方法构造。这几个算法选择属性划分的方法各不相同，ID3使用的是信息增益，C4.5使用的是信息增益率，而CART使用的是Gini基尼指数。

何为信息熵？信息熵是跟所有可能性有关系的。每个可能事件的发生都有个概率。信息熵就是平均而言发生一个事件我们信息量大小。所以数学 上，信息熵其实是信息量的期望。熵越大，说明系统越混乱，携带的信息就越少。熵越小，说明系统越有序，携带的信息就越多。

以下是根据4个条件的成立与否，来决定是否报考深圳大学，通过这10个样本生成决策树，进而对输入的4个条件来判断是否报考深大，以下是样本数据：

#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/ml/ml.hpp"

#include <iostream>
using namespace cv;
using namespace std;

int main( int argc, char** argv )
{ 
	//10个训练样本
	float trainingDat[10][4]={{1,0,0,0},{1,1,0,1},{0,0,1,0},
	{0,1,1,1},{1,0,0,0},{1,0,1,1},{1,1,1,1},{0,1,1,0},{1,1,0,1},{0,0,0,1}};
	Mat trainingDataMat(10,4,CV_32FC1,trainingDat);

	//样本的分类结果，作为标签供训练决策树分类器
	float responses[10]={1,1,0,0,0,0,1,1,1,0}; // 1代表考取，0代表不考
	Mat responsesMat(10,1,CV_32FC1,responses);

	float priors[4]={1,1,1,1};  //先验概率，这里每个特征的概率都是一样的

	//定义决策树参数
	CvDTreeParams params(15,  //决策树的最大深度
		1,   //决策树叶子节点的最小样本数
		0,   //回归精度，本例中忽略
		false,  //不使用替代分叉属性
		25,  //最大的类数量
		0,   //不需要交叉验证
		false,  //不需要使用1SE规则
		false,   //不对分支进行修剪
		priors   //先验概率
		);
	//掩码
	Mat varTypeMat(5,1,CV_8U,Scalar::all(1));

	CvDTree tree;
	tree.train(trainingDataMat,  //训练样本
		CV_ROW_SAMPLE,  //样本矩阵的行表示样本，列表示特征
		responsesMat,   //样本的响应值矩阵
		Mat(),
		Mat(),
		varTypeMat,   //类形式的掩码
		Mat(),   //没有属性确实
		params   //决策树参数
		);
	CvMat varImportance;
	varImportance=tree.getVarImportance();
	cout<<"各项所占的权重分别为：

";
	string item;
	for(int i=0;i<varImportance.cols*varImportance.rows;i++)
	{
		switch (i)
		{
		case 0:
			item="马化腾深大毕业：";
			break;
		case 1:
			item="深大妹子多：";
			break;
		case 2:
			item="深圳台风多：";
			break;
		case 3:
			item="深圳房价高：";
			break;
		default:
			break;
		}
		float value =varImportance.data.db[i];
		cout<<item<<value<<endl<<endl;
	}
	float myData[4]={0,1,1,0};  //测试样本
	Mat myDataMat(4,1,CV_32FC1,myData);
	double r=tree.predict(myDataMat,Mat(),false)->value; //获得预测结果

	if(r==(double)1.0)
	{
		cout<<endl<<"预测结果是： 考取深圳大学"<<endl<<endl;
	}
	else
	{
		cout<<endl<<"预测结果是： 不考取深圳大学"<<endl<<endl;

	}	
	system("pause");
	return 0;
}

输入预测参数 0,1,1,0，结果为：